Hyperspektralbildgebung zur automatisierten Klassifizierung von oraler Muskulatur, Fett und Mundschleimhaut unter Verwendung eines 6- schichtigen light – weight neuronalen Netzwerks

Abstract

Ziel dieser Arbeit war die Anwendung von Deep – Learning – Algorithmen zur automatisierten Unterscheidung der Reflexionswerte einer repräsentativen Anzahl an gesunden ex-vivo – Gewebeproben oraler Schleimhaut, Muskel- und Fettgewebeproben. Gleichzeitig sollen die Daten als eine Art hyperspektrale Referenzbibliothek für zukünftige Forschungsvorhaben, beispielsweise der in-vivo-Untersuchung chronisch entzündlicher oraler Mundschleimhauterkrankungen, die intraoperative Beurteilung chirurgischer Tumorresektionsabstände oder die intraoperative Beurteilung von Lymphknoten hinsichtlich potenzieller Filialisierung und somit Erleichterung der Entscheidung über den Umfang notwendiger Lymphadenektomien dienen.